=&rk3s=8031ce6d&x-expires=1715012448&x-signature=dZPfbKkPBtBZUT1ratkFRkmd4to%3D)其输入为分布在地理区域内点的二维坐标,每个点都与一个或多个单词相关联,算法大致步骤为:1. **使用 k-means 对有相同标... 以生成用户需要的轮廓。![picture.image](https://p6-volc-community-sign.byteimg.com/tos-cn-i-tlddhu82om/d82b0569486c4a089912e2502378b87c~tplv-tlddhu82om-image.image?=&rk3s=8031ce6d&x-expires=17150...
计算上需要使用 K-means 、PCA(主成分分析),再加上放置单词时在传统词云算法的基础上需要额外考虑地理信息等,运算复杂度高。原论文(2016年)的 python 实现一张大数据量的图(上图)需要 30min。通过 简化/优化算法 应... KXGCWkoa0f5cACYN0DobYe2yQ%3D)目前构建的形状词云能够在保证词频数据传递的准确性的基础上,自动构建出视觉效果良好的形状词云,可以更好的展现不同词云应用场景的特点。甚至对于文字轮廓这种非常复杂的形...
接下来我们定义一下商品sku和箱型的 长>宽>高,首先对近一年的数据进行长宽高排序、异常值等清洗,例如固定了12种箱型,我们就将sku和箱型在长宽高维度用k-means聚类成12组。![picture.image](https://p3-volc-comm... 一栏显示的是原始图像与自身比较后的分数。这里选择ERGAS来作为我们的适应度函数的依据。![picture.image](https://p3-volc-community-sign.byteimg.com/tos-cn-i-tlddhu82om/9d151494a2ba4b219ffaa20007cab84...